汽车牌照字符识别毕业设计.ppt

汽车牌照字符识别的算法研究 目录 1 整体设计………………………………………………………..3 1.1 设计方案……………………………………………………3 1.2设计流程…………………………………………………….4 2 算法的具体实现………………………………………………..5 2.1 牌照图像预处理……………………………………………5 2.1.1 图像灰度化……………………………………………..5 2.1.2 图像罗伯茨梯度锐化…………………………………..7 2.1.3 图像二值化……………………………………………..9 2.1.4 图像滤波（去除非字符）…………………………….11 2.2 牌照定位……………………………………………………13 2.2.1 牌照的水平定位……………………………………….13 2.2.2 牌照的垂直定位……………………………………….15 2.3 牌照字符分割………………………………………………17 2.4 牌照字符识别………………………………………………19 3 总结……………………………………………………………..21 1 整体设计 1.1 设计方案 算法的具体实现主要包括牌照图像预处理、牌照定位、牌照字符分割、牌照字符识别。其中牌照图像预处理中又包括图像的灰度化、图像的罗伯茨梯度锐化、图像的二值化、图像的滤波（去除非字符）；牌照定位包括牌照的水平定位和牌照的垂直定位。该算法处理的图像格式为bmp格式，大小为800×600，彩色或灰度图均可。 1.2 设计流程 2 算法的具体实现 2.1 牌照图像预处理 2.1.1 图像灰度化 在图像灰度化中本文采用公式（2.1） g= 0.3*R+0.59*G+0.11*B （2.1） 下面为一些处理后的图像。 图2-1 图像1灰度化结果 图2-2 图像2灰度化结果 2.1.2 图像罗伯茨梯度锐化 罗伯茨梯度锐化处理的主要目的是对已经灰度化后的图像进行边缘和轮廓的增强，以有利于后续的处理。本文采用公式（2.2）来对已经灰度化后的图像锐化。 f(x,y)=|f(x+1,y+1)-f(x,y)|+|f(x+1,y)-f(x,y+1)| （2.2） 其中f(x,y)为原图像在（x,y）位置上的象素的灰度值。处理效果如下图： 图2-3 图像1锐化结果 图2-4 图像2 锐化结果 2.1.3 图像二值化 在实用的图像处理系统中要求处理的速度快、成本低，二值图像具有这一优点，此外，二值化后的图像能够用几何学中的概念进行分析和特征描述，具有很大的优势。 图像二值化的关键在于阈值 T 的选取，根据阈值 T 来区分图像中的对象和背景。本文的阈值为整幅图像象素值的平均值并且加上一个权值常量S=50。常量S为实验所得值。下面为处理后的图像。 2.1.4 图像滤波（其除非字符） 在实现该算法时需要调用一个递归函数来计算经过二值化后的每一个灰度值为255的象素的连通域大小，根据连通域大小判断该连通域是否是非字符，其阈值为常量X=30,常量X为实验所得值。递归函数不仅用来计算某一象素点的连通域大小，同时将该连通域内的所有象素的灰度值设置为254，以标识该连通域。当连通域大小小于X时，则将该连通域内的所有象素的灰度值设置为0，否则设置为255。处理效果如下图： 2.2 牌照定位 2.2.1 牌照的水平定位 对图像进行水平方向上的分割，从而得到几个牌照候选区并记录候选区个数，一般个数不超过5个。分割方法为：对图像从下到上逐行扫描，对图像每一行象素灰度值的跳变次数进行判断，判断该行是否属于牌照区域，其判断阈值为常量F=25，常量F为实验所得值。若该行属于牌照区域则保留否则清除掉该行，即将该行所有象素的灰度值设置为0。处理结果如图2-9、图2-10，其中图2-9中含有2个牌照候选区，图2-10中含有1个牌照候选区。 2.2.2 牌照的垂直定位 牌照的垂直定位其主要功能是甄别牌照候选区和牌照字符初步定位。 首先对各牌照候选区去除上下边框。然后将该牌照图像投影到一水平行上，统计该行的灰度值为255的